薄壁塑件注射成型翘曲变形的工艺优化

本文以注射成型照相机前壳为研究对象,以注塑成型中的翘曲量为优化目标,利用正交试验结合CAE模拟技术,研究模具温度、熔体温度、注射时间、保压时间、保压压力和冷却时间对制品翘曲的影响规律。用均值分析法得到最小翘曲变形的一组优化工艺参数组合,并进行CAE模拟验证。再运用方差分析确定各个工艺参数对翘曲变形的影响程度。     

注塑制品翘曲变形的数值模拟优化与预测

以电池后盖板为CAE模拟分析模型,利用正交试验设计方法,将减小制品翘曲变形量作为优化目标,得到各工艺参数对制品翘曲变形量的影响程度及最优化工艺参数组合。利用径向基函数RBF神经网络对制品翘曲量进行预测,建立了各工艺参数与制品翘曲变形之间非线性映射关系模型,并与BP神经网络进行了对比。结果表明:RBF神经网络模型,可以较准备地预测制品的翘曲变形,并且在精度、训练速度等方面优于BP网络。     

Moldflow技术在汽车车锁盖板成型分析中的应用

以Moldflow作为技术平台,模拟分析了汽车车锁盖板成型过程。在塑件设计前期,预测制品可能出现的质量问题,通过增加导流板改善制品的填充模式,对模具的水路排布进行模拟分析,最后根据Moldflow分析结果进行现场试模调试,制品未出现质量问题,满足生产要求。     

基于MPI二次开发及正交试验的注塑制品熔接痕性能的优化设计

基于Moldflow二次开发技术，通过VBScript脚本语言开发出表征塑件熔接痕汇合角大小、熔体流动前沿温度以及熔体波前压力的算法，对熔接痕结果进行量化输出，并以量化后的结果作为评价指标，采用Moldflow并结合正交试验设计，得出各工艺参数对熔接痕性能的影响规律。采用Moldflow-Algor耦合模拟分析对最优工艺参数进行验证，结果证明具有一定的可行性。     

基于CAE技术的注塑制品冷却系统的优化

针对冷却系统在塑料制品注塑成型中的重要地位,采用Moldflow软件对汽车塑件冷却回路的优化进行研究,通过MPI/3DCool模块进行CAE冷却分析,指出优化设置模具冷却回路的基本步骤:先选择"用户定义IPC时间"模拟分析,后选择"自动计算IPC时间"模拟分析,并根据冷却分析的结果,从2种拟定冷却方案中选择较为合理的方案,从而达到缩短成型周期、提高生产率等目的。     

BP神经网络在注射成型工艺参数优化中的作用

本文研究的是注射工艺参数对塑件翘曲变形的影响。通过CAE模拟计算,以工艺参数为输入参数,以翘曲量为输出参数,构建BP神经网络模型。以CAE分析结果作为训练样本和检测样本,分析BP神经网络在工艺参数优化方面的作用。     

基于CAE耦合分析的注塑件熔接痕性能优化

采用Moldflow对注塑件的熔接痕进行CAE模拟,将Moldflow模拟注射成形后的结果数据导入到Algor中对制件做特征值屈曲分析,并将屈曲载荷因子作为注塑件熔接痕性能的评价指标。通过正交试验,分析了熔体温度、模具温度、保压压力、保压时间对制件屈曲载荷因子的影响。结果表明：熔体温度对熔接痕力学性能的影响最为显著,保压时间和模具温度次之,保压压力的影响最小。     

基于二次开发的Moldflow冷却分析结果辅助评价系统

针对冷却系统在塑料制品注射成型中的重要地位,本文采用ActiveX技术和可视化编程工具VB,实现对MPI/Cool模块的二次开发,通过建立一个Moldflow冷却分析辅助评价系统来帮助用户按照一定标准来评价Moldflow冷却分析结果,展示了MPI的二次开发技术在后处理里能够成功应用。     

基于CAE耦合分析的注塑件熔接痕性能优化

采用Moldflow对注塑件的熔接痕进行CAE模拟,将Moldflow模拟注射成形后的结果数据导入到Algor中对制件做特征值屈曲分析,并将屈曲载荷因子作为注塑件熔接痕性能的评价指标。通过正交试验,分析了熔体温度、模具温度、保压压力、保压时间对制件屈曲载荷因子的影响。结果表明：熔体温度对熔接痕力学性能的影响最为显著,保压时间和模具温度次之,保压压力的影响最小。     

采用BP神经网络结合遗传算法优化薄壁塑件注射成型工艺参数

以冰箱冷藏饰条的注射成型为例,基于注射成型过程的CAE模拟,采用BP人工神经网络与遗传算法相结合优化注射成型工艺参数,减小塑件成型的翘曲变形量。采用优化后得到的最佳工艺参数进行实际生产验证,获得了满意的效果。